安全关键系统（Safety-Critical Systems,SCS）广泛应用于航空、航天、交通、核能等领域,这些系统具有资源受限、高安全性、高可靠性、实时响应、交互频繁等特点。近年来,模型驱动开发方法逐渐成为安全关键系统设计与开发的重要手段。模型驱动开发方法的生命周期通常始于系统的分析或设计阶段,较少涉及需求阶段。但是,安全关键系统中导致严重事故的问题链的最上端原因往往是系统需求问题,而这类系统的需求常常又是通过自然语言描述的。因此,如何有效链接自然语言需求和模型驱动开发方法,即实现自然语言需求到系统设计模型的自动或半自动转换是模型驱动开发方法在安全关键系统设计与开发过程中面临的一个主要挑战。另外,近年来,自然语言处理（Natural Language Processing,NLP）和机器学习等人工智能（Artificial intelligence,AI）方法在需求工程领域逐渐受到重视,常应用在术语提取、需求优先级排序、需求分类、领域模型抽取等任务中。本文面向安全关键系统,提出AI辅助的限定中文自然语言需求模板方法RNLReq及其到SysML模型的自动生成方法。主要研究内容如下:首先,为了减少使用自然语言表达需求带来的二义性,以及尽可能较少改变工程师已有的需求撰写习惯,提出一种结构化的限定自然语言需求模板进行需求规约,包括需求模板和限定句式。针对构建限定自然语言需求模板的过程中存在较多手工劳动的问题,通过基于人工智能的安全关键系统术语提取和需求分类方法,对系统需求中的领域术语和数据字典加以自动提取,对需求语句添加分类标注信息,使构建过程的自动化程度大大提高。其次,提出RNLReq到SysML模型的自动转换方法。为了支持安全需求等领域特征,给出包含块定义图、内部块图、活动图以及非功能约束的SysML扩展子集,支持对安全需求、故障处理、性能需求、资源约束等特征的表达;针对SysML扩展子集,给出RNL模型到SysML模型的转换规则和转换算法。最后,在集成了SysML建模工具Papyrus的Eclipse平台上进行了原型工具实现,并通过航空领域的飞机空气增压系统（Airplane Air Compressor System）案例验证了本文所提方法的有效性和实用性。